跳到正文
热点事件持续更新

轻量方法自适应调整潜在推理视野

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Tianxiang Chen 等作者提出一种轻量方法,在推理时估计剩余推理进展并自适应调整潜在 CoT 的推理视野,无需重新训练大模型。研究指出,把潜在 CoT 推理扩展到预设的完整视野反而可能降低性能,因为后期计算主要在重组已有候选并削弱正确候选的支持。 在多个算术基准和代表性潜在 CoT 推理器上,该方法将推理准确率最高提升 7.2 个百分点,同时减少最多 29.0% 的潜在计算量。

AI 根据报道生成 · 52 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    重新审视固定视野潜在推理:自适应调整潜在 CoT 推理长度

    研究发现,将潜在 CoT 推理扩展到预设的完整视野反而可能降低推理性能,因为后期计算主要在重组已有候选并削弱正确候选的支持。为此提出一种轻量方法,在推理时估计剩余推理进展并自适应调整潜在视野,无需重新训练 LLM。在多个算术基准和代表性潜在 CoT 推理器上,该方法将推理准确率最高提升 7.2 个百分点,同时减少最多 29.0% 的潜在计算量。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。